python - 如何有效地生成所有可能的坐标对而不在numpy中重复

Question

我正在尝试为具有颜色的图像中的像素生成所有坐标对，而不重复坐标对(顺序无关紧要，因此 ((1,1,1), (2,2,2) 是与 ((2,2,2), (1,1,1)) 相同，我们只想包含这对一次。对我来说，坐标存储在 numpy 数组中也很重要。

假设我有一张 10x10 的图片。这意味着图像有 100 个像素和 3 个颜色 channel ，相当于 300 个坐标。这给了我们 300*299/2 个唯一的坐标对。使用 itertools.combinations() 或普通的 python 迭代，然后转换为 np.array，对于更大的图像来说非常慢(在我的电脑上，32x32x3 图像需要 5 秒)。

我可以使用

创建所有像素的列表

all_pixels = np.array(np.meshgrid(range(10), range(10), range(3))).T.reshape(-1, 3)

但那是因为我们不必考虑重复。这样做但尝试创建像素对会给我重复项。我想我可以用一些聪明的方式删除重复项，但我不知道如何以有效的方式做到这一点。

任何帮助将不胜感激。

这有点粗糙，但作为引用，我现在是这样做的:

    start = time.time()
    x, y, z = shape
    all_pixels = []
    for i in range(x):
        for j in range(y):
            if z > 1:
                for k in range(z):
                    all_pixels.append([i, j, k])
            else:
                all_pixels.append([i, j])
    first_pix = []
    second_pix = []
    for i in range(len(all_pixels)):
        first = all_pixels[i]
        for j in all_pixels[i+1:]:
            second = j
            first_pix.append(first)
            second_pix.append(second)
    print("generation of pixels took " + str(time.time() - start))
    return np.array(first_pix), np.array(second_pix)

Answer 1

这是一个简单的 numpy 方法，不确定它有多快:

shape = 10,10,3
np.stack([*map(np.transpose, map(np.unravel_index, np.triu_indices(np.prod(shape),1), 2*(shape,)))],-2)

输出:

array([[[0, 0, 0],
        [0, 0, 1]],

       [[0, 0, 0],
        [0, 0, 2]],

       [[0, 0, 0],
        [0, 1, 0]],

       ...,

       [[9, 9, 0],
        [9, 9, 1]],

       [[9, 9, 0],
        [9, 9, 2]],

       [[9, 9, 1],
        [9, 9, 2]]])

更新:相同的想法，相同的结果但更快

np.column_stack(np.unravel_index(np.arange(np.prod(shape)),shape))[np.column_stack(np.triu_indices(np.prod(shape),1))]